用神经网络讨论多个因素对回弹的影响

cheelchen

%网络输入数据
P=[

7 2 0.12 0.05 5（每列分别是圆角 压边力 摩擦系数 模具间隙 凹模圆角等）
0 W  A) L$ [* {) `) f+ v
  k- @3 E* E' {3 M, y# {* I5 U6 2 0.11 0.10 7

5 2 0.13 0.15 6
# a5 i) z5 ^2 p; U2 c7 U
4 2 0.10 0.20 4
]
. m* ~1 t  H& x) Q) g$ d4 l" X归一化之后，默认的最大值是7，最小值是0.05，但是这两个参数属于不同的因素，应该是每列都对应一个最大值最小值，即每个因素有各自的最大最小值。

%归一化
9 X) \& q0 N$ H, R+ g! H0 Z+ I[inputn,inputps]=mapminmax(P);
[outputn,outputps]=mapminmax(T);

/ ^8 L% X- Q0 J%神经网络构建
( [0 y* |6 s1 Q9 g, R  k5 D$ vnet=newff(inputn,outputn,10,{'tansig','purelin'});
% A8 \; d5 s3 y
%网络参数配置
net.trainParam.epochs=1000;
/ z; C- p6 \( U  nnet.trainParam.lr=0.01;
net.trainParam.goal=0.00004;
2 f! E; X& C6 t! j( x( w9 }
0 Y* x: \4 y: O% y1 |%BP神经网络训练
$ l; z: Z# `/ n! r5 [% E  ^* {# _net=train(net,inputn,outputn);

---------------------------------------割-------------------------------------------------
) {. ]# s4 Z3 x) R9 V
或者不归一化,直接这样规定取值范围呢？
+ j* u# p7 k* ^  Q5 }net=newff（[4,7;2,5;0.10,0.13;0.05,0.20;4,7])

cheelchen

木兆木风 发表于 2013-1-15 20:25
你想问什么问题？

就是把几个因素的值写在一起，怎么区分开，每列代表不同的项目。而不是整个矩阵代表同一个项目

木兆木风

你想问什么问题？